import pandas as pd
import plotly.graph_objects as go
import sys
import os 
from datetime import datetime


# --- KONFIGURATION & DATEIPFAD ---

# Prüfen, ob ein Pfad als Argument übergeben wurde, sonst Default nutzen

if len(sys.argv) > 1:
  csv_dateipfad = sys.argv[1] 
else:
  csv_dateipfad = '/output/relations.csv'

# Sicherstellen, dass die Datei existiert

if not os.path.exists(csv_dateipfad):
  print(f"Fehler: Die Datei '{csv_dateipfad}'wurde nicht gefunden.")

  sys.exit(1)


# --- DATEN LADEN ---
try:

  # Wir laden die CSV (Trennzeichen ; ist im deutschen Excel-Raum Standard)
  df =pd.read_csv(csv_dateipfad, sep=None, engine='python')
  print(f"Daten erfolgreich geladen: {len(df)} Zeilen aus '{csv_dateipfad}'.")

except Exception as e:
  print(f"Fehler beim Lesen der CSV: {e}")
  sys.exit(1)


# --- DATEN AGGREGIEREN ---
# Wir zählen die Kommunikationspfade zwischen den Abteilungen


# Liste aller `source_displayname`
source_list = df["source_displayname"].unique()

# Filter: Behalte nur die Zeilen, bei denen `destination_displayname` NICHT in der Liste der `source_displayname` vorkommt
print("Zeilen original: ", len(df))
extra_team_df = df[~df["destination_displayname"].isin(source_list)]
print("Zeilen nach Filter: ", len(extra_team_df))

df_agg = extra_team_df.groupby(['source_department', 'destination_department']).size().reset_index(name='weight')

# Liste aller Departments für die Knoten-Beschriftung
all_nodes = list(pd.concat([df_agg['source_department'], df_agg['destination_department']]).unique())

node_map = {name: i for i, name in enumerate(all_nodes)}

# Mapping auf Indizes
source_indices = df_agg['source_department'].map(node_map)
target_indices  = df_agg['destination_department'].map(node_map)

weights = df_agg['weight']


# --- FARBGESTALTUNG ---
# Wir färben die "Source"-Abteilungen (dein Team) anders ein als die "Ziele"
node_colors = ["#1f77b4" 
if node in df['source_department'].unique() else "#9467bd" for node in all_nodes]

# --- VISUALISIERUNG ---
fig = go.Figure(data=[go.Sankey(
  node=dict(
  pad=20,
  thickness=30,
  line=dict(color="black", width=0.5),
  label=all_nodes,
  color=node_colors
 ),

  link=dict(
  source=source_indices,
  target=target_indices,
  value=weights,
  color="rgba(200, 200, 200, 0.5)"
  # Transparente graue Pfade

 )

)])



fig.update_layout(
  title_text=f"Organisatorische Netzwerkanalyse: Abteilungs-Flüsse<br><sup>Quelle: {csv_dateipfad}</sup>",
  font_size=12,
  height=800
)

# --- AUSGABE ---
timestamp = datetime.now().strftime("%Y_%m_%d_%H_%M_%S")
output_filename = f"netzwerk_analyse_lokal_{timestamp}.html"

fig.write_html(output_filename)

print(f"Analyse abgeschlossen. Interaktives Diagramm gespeichert unter: {output_filename}")

# Automatisches Öffnen im Standardbrowser
import webbrowser

webbrowser.open('file://'+ os.path.realpath(output_filename))